Jeśli próbujesz skopiować tekst z pliku PDF i opcja jest wyszarzona lub skopiowany tekst ma zniekształcone znaki, może się tak zdarzyć z kilku różnych powodów — a każdy z nich ma inne rozwiązanie.
Powód 1: PDF to zeskanowany obraz
Najczęstszą przyczyną niemożności skopiowania tekstu z pliku PDF jest to, że dokument jest skanem. Kiedy dokument papierowy jest skanowany i zapisywany w formacie PDF, każda strona jest zapisywana jako fotografia — widoczny jest tekst, ale nie ma żadnych znaków do zaznaczenia lub skopiowania. To, co wygląda jak tekst, to w rzeczywistości tylko piksele.
Rozwiązanie polega na uruchomieniu pliku PDF za pomocą narzędzia OCR PDF. OCR (optyczne rozpoznawanie znaków) analizuje obraz, identyfikuje znaki i tworzy warstwę tekstową, którą można zaznaczać, kopiować i przeszukiwać. Narzędzie OCR firmy WukongPDF przetwarza zeskanowane pliki PDF i tworzy wersję, w której tekst zachowuje się normalnie — można go kliknąć, przeciągnąć i skopiować tak samo jak każdy inny dokument.
Powód 2: PDF ma zabezpieczenie przed kopiowaniem
Pliki PDF można zabezpieczyć uprawnieniami ograniczającymi możliwości użytkowników — drukowanie, edytowanie i kopiowanie tekstu to najczęściej ograniczane czynności. Jeśli klikniesz prawym przyciskiem myszy plik PDF i nie zobaczysz opcji „Kopia” lub jeśli jest wyszarzona, oznacza to, że w dokumencie mogło być zastosowane zabezpieczenie przed kopiowaniem.
Możesz sprawdzić uprawnienia, otwierając właściwości PDF (w programie Adobe Reader: Plik > Właściwości > zakładka Zabezpieczenia). Jeśli kopiowanie jest oznaczone jako „Niedozwolone”, właściciel dokumentu ograniczył go. Sposób postępowania zależy od tego, czy masz uzasadnione prawa do treści — jeśli dokument został utworzony przez Ciebie lub jest jego właścicielem, możesz usunąć ograniczenie, korzystając z ustawionego hasła. Jeśli jest to dokument, który otrzymałeś, skontaktuj się z nadawcą, aby uzyskać wersję nieograniczoną.
Powód 3: Tekst jest osadzony jako kontur lub ścieżka
Niektóre pliki PDF są eksportowane z tekstem konwertowanym na kontury wektorowe — co jest powszechne w programach do projektowania, takich jak Illustrator lub Figma, gdy „tekst konspektu”; opcja jest używana przed eksportem. Tekst wygląda idealnie wizualnie, ale jest przechowywany w postaci kształtów, a nie znaków, więc nie ma czego kopiować.
Uruchomienie narzędzia OCR PDF na plikach PDF z tekstem konturowym może czasami wyodrębnić treść, ponieważ OCR traktuje stronę wizualnie, a nie opiera się na osadzonych danych znakowych. Dokładność zależy od rozmiaru i przejrzystości czcionki — tekst podstawowy jest konwertowany dobrze, tekst dekoracyjny lub bardzo mały tekst może zawierać błędy.
Powód 4: Zniekształcone lub nieprawidłowe znaki podczas kopiowania
Czasami kopiowanie działa, ale wklejony tekst jest zniekształcony — losowe symbole, odwrócone znaki lub nieprawidłowe litery. Dzieje się tak, gdy plik PDF został utworzony przy użyciu czcionki korzystającej z niestandardowego kodowania znaków. Znaki są wyświetlane poprawnie w przeglądarce PDF, ponieważ czcionka obsługuje renderowanie, ale podstawowe kody znaków nie są odwzorowane na standardowy Unicode.
W tym przypadku OCR jest najbardziej praktycznym obejściem. Konwertowanie pliku PDF za pomocą OCR PDF powoduje odczytanie wyglądu znaków zamiast polegania na ich kodowaniu i wygenerowanie prawidłowo zakodowanego tekstu Unicode, który można poprawnie wkleić.
Powód 5: Przeglądarka PDF nie obsługuje zaznaczania tekstu
Niektóre lekkie przeglądarki PDF — zwłaszcza aplikacje mobilne lub rozszerzenia przeglądarki — nie obsługują zaznaczania tekstu, nawet jeśli PDF ma odpowiednią warstwę tekstową. Zanim założysz, że przyczyną problemu jest plik PDF, spróbuj otworzyć go w innej przeglądarce. Adobe Acrobat Reader, wbudowana przeglądarka PDF przeglądarki Chrome lub Preview na komputerze Mac niezawodnie obsługują zaznaczanie tekstu.
Jeśli tekst można zaznaczyć w jednej przeglądarce, ale w innej nie, plik PDF jest w porządku, a problemem jest aplikacja. Jeśli nie można go nigdzie wybrać, problemem jest sam plik PDF — prawdopodobnie skan lub obrysowany tekst — a rozwiązaniem jest OCR.